软件工程基本功如何驾驭AI编程

在当今的开发圈，“AI编程”早已不陌生。虽然许多开发者每天都在与AI协作，但现实往往令人抓狂，AI的“幻觉”和错误频出。这究竟是依赖运气的“氛围编程”，还是可以纳入严谨软件工程体系的可控流程？

在《跨国串门儿计划》第510期播客里，知名TypeScript专家、AI Hero创始人Matt Pocock给出了答案。他强调，我们常误以为AI是新范式，实则软件工程基本功同样重要。糟糕的代码库只会产出低能智能体，而优秀的架构才能释放AI的真正潜力。

本文将深入剖析Matt Pocock的一套从“规划”到“生产”的完整AI编程工作流，教你如何真正驾驭AI，而不是沦为AI的附庸。

要高效使用AI，首要任务是认清其能力边界与底层限制。Matt指出了大语言模型在编程中的两大核心痛点。

大语言模型存在明显的“聪明区”与“蠢笨区”。开启新对话时，模型表现最佳；但随着上下文Token堆积（约10万Token），性能骤降，进入“蠢笨区”。应对策略是分阶段计划，将大任务拆解，确保每块都在“聪明区”内完成。

LLM就像电影《记忆碎片》的主角，会不断遗忘。面对长对话，是压缩历史还是清空重置？Matt反感压缩，认为会残留冗余；他更倾向于彻底清空上下文，让AI保持初始的“干净”状态，这是高效输出的关键。

面对模糊需求，直接“规格转代码”是Matt批判的“氛围编程”。他独创了“Grill Me”技能，强迫AI提出尖锐问题直至共识。随后生成PRD（产品需求文档），但Matt建议不要逐字阅读，因为思维同步已达成，应将精力放在后续QA上。

模糊的PRD无法直接喂给AI，需转化为结构化任务。通过拆解为带有依赖关系的独立卡片（如任务二依赖任务一），构建“有向无环图”，实现多智能体并行开发，大幅提升效率。

这是极具启发性的工程思想。AI倾向于水平编码，导致反馈回路缺失。解决方案是借鉴“曳光弹”概念，进行垂直切片。每个任务切片必须横跨数据库、服务层和前端，以便在早期获得端到端的反馈。

经过人工规划对齐（“白班”）后，进入AI全自动实现的“夜班”。Matt展示了“Ralph循环”脚本，自动读取任务并执行。TDD（测试驱动开发）是榨取AI价值的关键，但人类必须介入，将“品味”注入代码，防止生成“代码渣滓”。

如何审查AI代码？可以先让AI自审，但关键技巧是清空上下文。因为实现阶段AI可能进入“蠢笨区”，利用全新上下文（如Claude Opus）能更敏锐地发现Bug。

正如《软件设计的哲学》所言，代码库架构决定了AI的智商。Matt的工作流——想法、深度对齐、PRD、看板、垂直切片、TDD、QA——完美融合了AI效率与人类品味。

有趣的是，尽管我们在探讨最前沿的AI编程工具，但贯穿始终的核心依然是敏捷、看板、TDD、模块化等沉淀了数十年的经典软件工程智慧。

正如Matt在分享最后给出的核心建议，若想写出完美提示词，去读经典书籍，那是未被挖掘的金矿。在AI这个强大“放大器”面前，坚实的软件工程基本功，才是决定你最终能走多远的基石。

【从第 0 分钟，走向第 1 分钟】

所有的文字导览，终究只是路标，而非风景本身。如果刚才的某个片段击中了你，或许是因为它承载了这里无法完全复刻的思考密度与情感颗粒。

我们已为你完成了”打捞”与”指路”，现在，请把时间交还给原作者。

《#510.AI Coding For Real Engineers：软件工程基本功如何让AI编程事半功倍》，收录于《跨国串门儿计划》，预计 84 分钟

点击阅读原文去收听原片，去感受声音的起伏，那里有更完整的灵魂，和更深切的共鸣。